Google-forskare har gjort EnvHarness tillgängligt som öppen källkod. Verktyget anpassar automatiskt en agents träningsmiljö för att träna på dess svagheter. Det fungerar ovanpå befintliga miljöer som använder standardanropen reset() och step() och lägger till komponenter som ändrar startlägen, regler eller observationer utan att påverka själva uppgiften eller dess verifierare. Den inbyggda EnvRigger övervakar agenten, hittar återkommande misslyckanden, skapar riktade förändringar och validerar dem genom nya interaktioner. Tester visade att modeller som Gemini 3.5 Flash och Claude Sonnet 4.6 förbättrades med 2,9–3,7 procentenheter på benchmarktester som WebArena och ALFWorld.
Varför det spelar roll
Utvecklare kan träna bättre agenter snabbare utan att bygga om benchmarktester eller verifierare.
